Bien usada, la inteligencia artificial propende a desarrollar la continuidad del acuerdo entre un jefe y su equipo sobre qué exige un puesto, y ayuda a exponer las contradicciones que ese acuerdo nunca resolvió: este es el primer paso para que la ficha de responsabilidades deje de ser un documento que nadie vuelve a recordar.
Imagine que una empresa busca a un jefe de ventas. El currículum llega por correo, las notas de las entrevistas quedan en una libreta, el salario en una hoja de cálculo y las referencias en WhatsApp. Tras varias conversaciones, la persona es contratada.
Seis meses después, resulta difícil explicar qué fortalezas se comprobaron, qué debía aprender y cuáles fueron los compromisos iniciales. Su jefe espera un reporte semanal; el nuevo responsable entiende que debe concentrarse en vender y una tarea importante queda sin atender porque cada uno supone que le corresponde a otro.
No siempre falta compromiso, a veces falta algo anterior: un acuerdo claro que todos puedan consultar.
La misma persona. El mismo puesto. Distintas expectativas. Ninguna memoria común.
Cada oficina de Recursos Humanos no solo necesita recordar por qué se contrató a alguien, sino que también necesita conservar qué se acordó que debía hacer, con qué apoyo y cómo se revisaría su trabajo y mantener esa información vigente cuando el negocio cambie.
El problema no es usar poca tecnología
Para una organización que todavía trabaja con correos, documentos y hojas de cálculo, hablar de sistemas avanzados de inteligencia artificial (IA) puede parecer lejano. Sin embargo, este problema aparece antes de comprar cualquier plataforma.
Una hoja de cálculo bien mantenida puede ser más útil que una aplicación costosa que nadie actualiza. Lo importante es saber qué información importa, quién responde por ella y cómo servirá para la siguiente decisión.
Esta desconexión —una formulación propia para nombrar el problema, no un estándar externo ya validado— puede llamarse Brecha de Memoria Laboral: la empresa aprende algo útil sobre una persona o un puesto, pero no logra recuperarlo cuando lo necesita o descubre demasiado tarde que nunca lo dejó claro.
Las consecuencias pueden ser concretas: repetir evaluaciones, ofrecer capacitación genérica, buscar talento fuera sin conocer el que existe dentro o juzgar el desempeño con criterios que no se habían explicado.
Cada vez que la información se pierde, la empresa “paga” otra vez por aprender lo mismo.
Antes de contratar, hay que aclarar el trabajo
Un título no describe por sí solo una responsabilidad. “Dirigir ventas” no aclara quién prepara el pronóstico, quién comprueba los datos, cuándo se entrega ni quién interviene si aparece un problema.
El primer paso es construir una ficha de responsabilidades del puesto. Un documento breve que explique para qué existe la posición, qué tareas debe cumplir, qué resultados debe entregar, con qué frecuencia y cómo se comprobará su calidad. También debe precisar qué decisiones puede tomar, qué puede delegar y ante quién responde.
La ficha debe incluir los recursos, la información y el apoyo que la empresa proporcionará: no basta con exigir resultados sin aclarar cómo será posible alcanzarlos.
Recursos Humanos puede prepararla con el responsable del área y quienes conocen el trabajo cotidiano. Al incorporarse alguien, conviene revisarla con esa persona, resolver dudas y dejar constancia del acuerdo. Puede formalizarse mediante una ficha firmada e incorporarse, cuando corresponda, a la documentación contractual, con revisión del asesor laboral.
En México, el artículo 25 de la Ley Federal del Trabajo ya establece que los servicios a prestar deben describirse con la mayor precisión posible. La idea no sustituye el contrato ni la legislación aplicable: ayuda a convertir lo acordado en una referencia útil para el trabajo diario. Su formalización debe ajustarse a las reglas de cada país.
La misma exigencia aparece, con matices, en el resto de la región. Los códigos de trabajo de Guatemala (artículo 29) y Honduras (artículo 37) piden especificar en lo posible las características y condiciones del trabajo, y el de El Salvador (artículo 23) exige, casi con la fórmula mexicana, determinarlo con la mayor precisión posible. Panamá (artículo 68) pide una determinación específica de la obra o los servicios, mientras Nicaragua (artículo 20) se conforma con una simple descripción del trabajo. Costa Rica, en cambio, no incluye entre los requisitos mínimos de su contrato escrito (artículo 24) una cláusula que obligue a describir las funciones del puesto.
En República Dominicana (artículo 20 del Código de Trabajo) basta con indicar el servicio que el trabajador se obliga a prestar, sin exigir ese nivel de detalle, y en Colombia (artículo 39 del Código Sustantivo del Trabajo) se pide consignar la naturaleza del trabajo con una fórmula igualmente general. Chile es el caso más estricto: la Dirección del Trabajo ha anulado cláusulas genéricas que dejan las funciones al arbitrio del empleador, exigiendo que el contrato (artículo 10, número 3, del Código del Trabajo) determine clara y precisamente las labores específicas del puesto. Perú sigue una lógica distinta: los contratos a plazo indeterminado pueden celebrarse en forma verbal, y solo los sujetos a modalidad, de plazo fijo, deben constar por escrito con una causa objetiva que los justifique.
Esto también aplica a los puestos directivos. Un director puede delegar la preparación de un reporte sin dejar de ser responsable de revisarlo, aprobarlo y actuar sobre sus conclusiones.
La claridad no sirve solo para exigir, sino que además evita evaluar a una persona por expectativas que nunca se le explicaron.
La IA como asistente, no como jefe
En estos casos, las herramientas de IA que generan texto pueden ayudar a ordenar notas, resumir documentos y preparar borradores. Es el momento en donde Recursos Humanos puede utilizarlas para convertir entrevistas sobre el trabajo en una primera versión de la ficha.
Pero pedir “escriba las funciones de un director comercial” solo produciría una descripción genérica. La información útil está en cómo funciona esa empresa: qué problemas debe resolver el puesto, qué reportes entrega, con quién se coordina y qué decisiones no puede tomar solo.
La IA puede ayudar a comparar esas respuestas y señalar posibles contradicciones. Las personas deben comprobarlas y resolverlas. Si dos áreas atribuyen la misma tarea a responsables distintos, el sistema puede mostrar la diferencia, pero no tiene autoridad para decidir quién tiene razón.
También puede inventar información, reproducir prejuicios o exponer datos si se utiliza sin controles. El NIST, organismo estadounidense de estándares y tecnología, identifica esos riesgos en su guía sobre IA generativa. Por eso conviene trabajar con herramientas autorizadas, información necesaria y revisión humana. Los primeros ejercicios pueden hacerse con un puesto ficticio, sin datos personales.
La IA puede redactar una responsabilidad, pero no puede acordarla por las personas ni asumirla en su lugar.
Un método sencillo para no empezar de cero
La respuesta que este texto propone —a la que llamaremos Método de Memoria Laboral Continua también una formulación propia y no un estándar cuya eficacia hayan probado las fuentes citadas— puede organizarse en cinco pasos, sin comenzar con una gran plataforma.
- Entender y acordar el trabajo. Identificar resultados, tareas, decisiones y apoyos. Convertirlos en una ficha comprensible para Recursos Humanos, el jefe y la persona que ocupa el puesto.
- Comprobar las capacidades. Distinguir lo que una persona declara de lo que puede demostrar mediante trabajos, resultados o ejercicios pertinentes. Registrar también qué necesita aprender, sin reducirla a una puntuación.
- Conservar y actualizar lo aprendido. Conectar los acuerdos iniciales con la incorporación, la capacitación, el desempeño y las oportunidades de crecimiento. Registrar qué cambió, por qué y desde cuándo.
- Elegir dónde ayuda la IA. Empezar por una actividad concreta y de riesgo limitado. Definir qué prepara el sistema, qué debe revisar una persona y qué decisiones no se le delegan.
- Revisar y responder. Asignar responsables, comprobar resultados y acordar cuándo revisar el puesto. Evaluar si el apoyo tecnológico mejora el trabajo, no solo si produce más documentos.
De acuerdo al Método de Memoria Laboral Continua propuesto: la tarea será conectar lo que exige el trabajo, lo que demuestra la persona y la ayuda que puede aportar la IA. Su valor no está en inventar otra descripción de puesto, sino en evitar que esa descripción y lo aprendido después queden aislados.
Memoria continua no significa guardar todo para siempre, ya que conviene conservar solo información pertinente, limitar quién puede consultarla y establecer plazos de conservación. Una valoración antigua debe poder corregirse o actualizarse; no convertirse en una etiqueta permanente sobre la persona.
Un ejemplo: el jefe de ventas
Retomemos el ejemplo inicial —hipotético, sin corresponder a un caso empresarial documentado ni a personas reales identificables—: la selección permitió comprobar que el candidato negocia bien, pero necesita fortalecer el análisis de datos. Si esa información desaparece al contratarlo, recibirá una capacitación genérica y sus dificultades con los pronósticos parecerán una sorpresa.
Con una memoria continua, la información se convierte en acción. La ficha deja claro que debe presentar el pronóstico cada semana, comprobar su consistencia y explicar los cambios a la dirección. La empresa acuerda ofrecerle capacitación y acceso a los datos necesarios.
La IA podría preparar un borrador a partir de información autorizada. El jefe de ventas revisaría las cifras, corregiría errores y decidiría qué hacer. La herramienta ayuda a producir el reporte; la responsabilidad sobre su revisión y uso sigue siendo humana.
Meses después, la empresa puede observar qué mejoró, qué dificultades persisten y qué apoyo funcionó. Si se abre una dirección regional, dispone de evidencias para considerar una promoción, no solo de recuerdos o impresiones.
No se trata de vigilar cada movimiento, sino de conectar una capacidad demostrada, una responsabilidad acordada, un apoyo concreto y que cada resultado pueda ser revisado.
El puesto también necesita actualizarse
Una ficha firmada que nadie consulta se convierte en otro documento olvidado. El negocio cambia: aparecen productos, mercados y herramientas y por ello es preciso revisar las tareas, no acumularse sobre una descripción antigua.
El Future of Jobs Report 2025 del World Economic Forum recoge la expectativa de que el 39% de las habilidades actuales cambiará o quedará desactualizado entre 2025 y 2030. También estima que 59 de cada 100 trabajadores necesitarán capacitación. Son proyecciones sobre distintas transformaciones, no porcentajes de empleos que desaparecerán por la IA.
Si la IA reduce el tiempo dedicado a reportes, conviene acordar qué hará la persona con ese tiempo: analizar oportunidades, acompañar al equipo o atender otro mercado. La decisión debe traducirse en prioridades, capacitación y expectativas revisadas.
Cada revisión debe aclarar qué tareas se añaden, cuáles desaparecen y qué apoyo cambia. No significa ampliar obligaciones sin límite ni modificar unilateralmente condiciones laborales. Los cambios deben revisarse con las personas involucradas y formalizarse conforme a la legislación aplicable.
La memoria laboral no sirve para congelar a una persona en lo que sabía al día de su contratación. Sirve para acompañar lo que puede llegar a hacer.
De guardar expedientes a analizar el trabajo
La administración de personal sostiene la operación diaria, pero cada oficina de Recursos Humanos puede aportar más que conservar contratos, registrar ausencias o coordinar actividades internas.
Puede analizar por qué un puesto no funciona: ¿falta una capacidad?, ¿la carga es irreal?, ¿hay expectativas incompatibles?, ¿se exige una responsabilidad sin dar autoridad para cumplirla?
Responder exige escuchar, comprender el negocio y contrastar evidencias. La IA puede apoyar ese análisis, pero no reemplaza la especialización de Recursos Humanos ni debe convertirse en juez del desempeño.
La dirección define prioridades; los jefes dirigen y proporcionan apoyo; Recursos Humanos sostiene la continuidad. El objetivo es que el conocimiento sobreviva a un cambio de gerente y el crecimiento profesional no dependa solo de lo que recuerde una persona.
Una vacante ya no tiene una sola respuesta
Antes de publicar una posición, conviene comprobar si existe talento interno que pueda asumirla con capacitación, si hay tareas innecesarias o si la IA ayudaría a quien ya realiza el trabajo.
La Organización Internacional del Trabajo concluye en su estudio de 2025 sobre exposición a la IA generativa que transformar los puestos es más probable que automatizarlos por completo, porque combinan tareas que necesitan intervención humana.
Cuando un sistema de IA ejecuta una parte definida del trabajo con permisos, reglas y supervisión, puede describirse como un empleado digital. No es una persona: es software por el que alguien debe responder.
No todas las empresas necesitan dar este paso hoy. Primero conviene distinguir qué debe seguir siendo humano, qué mejora con apoyo tecnológico y qué podría automatizarse.
Una prueba de cinco minutos
Un director general o responsable de Recursos Humanos puede comenzar con un ejercicio: elegir un puesto importante y pedir al jefe y a quien lo ocupa que describan, por separado, sus tres responsabilidades principales.
¿Coinciden las respuestas? ¿Existe un documento vigente que explique los resultados esperados y los apoyos acordados? ¿Puede recuperarse qué capacidades se comprobaron al contratar a esa persona y qué ha aprendido desde entonces?
Después conviene añadir otra pregunta: si mañana la IA asumiera una tarea, ¿estaría claro quién revisaría el resultado y qué cambiaría en las responsabilidades de la persona?
Si las respuestas no están disponibles, la organización no necesita avergonzarse ni comprar una plataforma de inmediato. Necesita reconocer el punto de partida y decidir quién ayudará a aclararlo.
Si Recursos Humanos, el jefe y el colaborador describen el mismo puesto de tres maneras distintas, otra plataforma no resolverá el problema. Solo automatizará el desacuerdo.
La conversación que la dirección debe iniciar
El primer ejercicio puede realizarse con un solo puesto, una conversación bien dirigida y un documento compartido. Su resultado debería ser concreto: responsabilidades acordadas, capacidades por desarrollar, una posible tarea apoyada por IA, una persona responsable y una fecha de revisión.
El diagnóstico aporta valor incluso cuando no se automatiza nada. Puede revelar trabajo innecesario, talento desaprovechado o decisiones que nadie asumió. A veces, el mejor primer paso será capacitar, simplificar o aclarar una responsabilidad.
Para una organización que utiliza poca tecnología, empezar así permite construir una base coherente antes de añadir herramientas. Después puede ampliarse a otros puestos, sin volver a separar selección, trabajo cotidiano y desarrollo.
La urgencia no está en comprar IA antes que otros. Está en evitar que la próxima contratación repita los mismos malentendidos, que la siguiente evaluación use expectativas nunca acordadas o que una automatización deje responsabilidades sin dueño.
Antes de aprobar una vacante, una reestructuración o un proyecto de IA, dirección, Recursos Humanos y el área involucrada deberían poder explicar qué se espera del puesto, qué necesita la persona y quién responde por cada resultado. Tecnología y asesoría laboral deben participar cuando corresponda.
Si no pueden hacerlo, falta un diagnóstico y un método. El reto no es reunir a varias áreas: es conducir la conversación hasta convertir sus distintas expectativas en decisiones compartidas y comprobables.
El futuro no pertenecerá a las empresas que tengan más IA, sino a las que sepan dónde utilizarla, con quién y para qué, y esa decisión comienza con algo sorprendentemente humano: recordar.
(*) el autor es uno de los conferencistas internacionales más reconocidos en inteligencia artificial, estrategia de marketing digital e innovación. CEO de ESD Dubai y profesor internacional, ha impartido conferencias y formado a más de 20.000 profesionales en organizaciones como Google, NASA, PwC, EY, Ferrari, Armani y el World Economic Forum. Es autor de dos libros sobre inteligencia artificial y marketing digital, y asesora a empresas y líderes en la adopción estratégica de la IA.